一種基於技術進步和規模化效應的低碳電力系統規劃方法與流程
2024-04-13 05:42:05
1.本發明涉及低碳電力系統規劃技術領域，具體為一種基於技術進步和規模化效應的低碳電力系統規劃方法。
背景技術：
2.以全球變暖為主要特徵的氣候變化已成為當前人類社會共同面臨的挑戰之一。國際社會在碳減排和溫升控制方面已經形成共識，多個國家和地區相繼提出了碳減排發展目標。
3.能源生產實現清潔替代、能源消費實現電能替代是實現全社會碳中和的關鍵，低碳甚至零碳的電力系統的建設是其重要的方面。電力系統的清潔轉型離不開清潔能源發電、儲能、特高壓輸電、碳捕集與封存(cabon capture and storage，ccs)等一系列關鍵技術的支撐，因此在制定長期轉型規劃路徑的過程中，必須考慮這些關鍵技術進步的影響。同時，關鍵技術也將以實現電力系統碳中和轉型目標倒逼發展進步。
4.低碳電力系統轉型規劃時間跨度長，是長期規劃，需要考慮技術約束和較為準確的經濟性預測。目前對低碳電力系統規劃方法的研究主要是以碳減排量為基礎，以成本最優為目標，對全球電力系統的清潔電源進行規劃布局，同時考慮機組出力，新能源波動等技術約束，以實現碳減排目標。現有技術考慮了技術約束，但沒有考慮電力系統關鍵技術的長期經濟性預測，長期經濟性預測受到各類關鍵技術的成熟程度和規模化效應的影響。關鍵低碳技術的成熟度和規模化效應研究已有大量研究成果，但尚無研究量化分析兩者度經濟性的相互影響、協同作用與匹配關係。因此，需要提供一種技術方案來滿足電力系統長期規劃的需要。所以就需要一種基於技術進步和規模化效應的低碳電力系統規劃方法。
技術實現要素：
5.本發明的目的在於提供一種基於技術進步和規模化效應的低碳電力系統規劃方法；
6.本發明是這樣實現的：
7.一種基於技術進步和規模化效應的低碳電力系統規劃方法，s1:進行能源和電力規劃，根據碳排放目標，規劃未來低碳電力系統的清潔能源裝機容量；
8.s2:計算技術成熟度，通過統計專利數量，進行對數回歸擬合，得到技術成熟度，具體如式(1)：
[0009][0010]
其中，p是年累計專利數；l是對數回歸函數的飽和值；k是形狀參數，代表對數回歸曲線的上升率；
[0011]
s3:某項技術的trl可以通過專利數量進行量化。根據年累計專利數量，通過對數回歸，得出投資與trl之間的關係函數(稱為z曲線)。預測的trl可通過trl曲線方程計算，基
於trl的定量評估，通過曲線擬合，得出trl與投資之間的關係函數，如式(2)：
[0012][0013]
其中，y是技術成熟度；b是單位投資的飽和值，c是形狀參數，該曲線的斜率；d是位置參數；
[0014]
s4:規模效應可以通過裝機容量來量化。根據某項技術的歷史年裝機容量和預測裝機容量、歷史單位初投資和預測單位初投資(根據專家經驗，預測的初投資初值)，通過曲線擬合，得出裝機容量與投資之間的關係函數，將技術進步和規模效應結合起來，根據年trl、裝機容量和投資，通過三維曲線擬合，得出投資、trl和裝機容量之間的關係函數。根據第一步規劃的未來裝機容量和第二步計算的未來trl，可以通過三維關係函數計算特定技術的未來投資，
[0015]
技術的發展通常經歷三個階段：
[0016]
1)技術發展初期。在該階段，技術發展緩慢，技術不成熟，裝機容量少，單位初投資成本較高。
[0017]
2)技術成長期。在該階段，技術的trl快速增長，裝機容量越來越大，單位初投資成本快速下降。在這一階段，trl和裝機容量單位初投資成本的降低影響都較大。
[0018]
3)技術成熟期。在該階段，技術已經成熟，trl曲線幾乎平坦，這意味著該階段trl對單位投資的影響較弱。單位初投資減少的主要原因是裝機容量增加。
[0019]
為了描述技術進步與規模化效應對電力系統規劃的相互影響，即trl和裝機容量與投資之間的數學關係，通過添加學習曲線方程和「z」曲線方程，推導了三維(三維)關係函數，計算技術的初投資成本與技術進步和規模化效應之間的三位關係函數；如式(3)；
[0020][0021]
其中，z是該技術的單位投資，c0是初投資初值，a是學習率，b是單位投資的飽和值，c是形狀參數，是該曲線的斜率；d是位置參數，即該技術成長期和成熟期的分界年份；x是裝機容量；y是技術成熟度；
[0022]
s5:根據步驟s1電力系統不同技術的規劃的裝機容量，和步驟s4，利用gtsep模型對電力系統進行了全時段優化規劃，並計算綜合lcoe。如果未來低碳電力系統的綜合lcoe沒有降低到一個合理的區間，那麼可以通過調整相關函數的係數來實現合理的lcoe。該研究方法一方面可以根據清潔轉型目標和關鍵技術發展水平，計算綜合單位電量成本；另一方面可以通過設定的綜合單位電量成本範圍，反推要達到此目標的技術發展水平，從而得出技術進步與電力系統綜合單位電量成本之間的相互影響關係，實現閉環迭代。
[0023]
進一步，在步驟s3中，產品的規模化效應可以影響產品的單位投資成本，隨著產品總量的增加，單位投資成本會降低。學習曲線又稱經驗曲線，是描述單位投資與產品總量之間關係的關係函數。對於可再生能源發電和儲能技術，產品總量是指累計裝機容量；對於輸電技術，產品總量是指累計傳輸裡程。因此，可以用總裝機(或總裡程數)量化規模化效應用總裝機或總裡程數量化規模化效應，用學習曲線描述兩者之間的關係；具體如式(4)；
[0024]
z＝c0*xaꢀꢀ
式(4)
[0025]
其中，z是該技術的單位投資，c0是初投資初值，a是學習率。
[0026]
進一步，在步驟s4中：
[0027]
技術的trl如式(5)：
[0028][0029]
其中，y為trl，p是年累計專利數；l是對數回歸函數的飽和值。
[0030]
進一步，在步驟s1中，採用gtsep模型進行協同規劃，結合關鍵技術成熟度和經濟性指標預測結果，對低碳電力系統的規劃和運行進行優化計算，具體如式(6)；
[0031][0032]
其中，分別為電源、電網、儲能的投資成本和系統的運行成本。
[0033]
考慮源-網-儲容量和供電充裕度等投資決策約束和常規火電爬坡和啟停、互聯線路輸送功率、不同時間尺度儲能充放電、發電-負荷平衡等運行約束，可統籌優化系統目標水平年的電源、電網及儲能的結構及容量。模型的輸入變量主要有碳排放目標和系統初始規劃方案相關參數。其中，實現碳中和的排放目標最終轉化為清潔能源發電量佔比；系統初始規劃方案相關參數包括發輸儲各類設備的初始預測成本、負荷水平、可調節電源裝機和新能源出力特性等。模型的輸出結果主要有新能源裝機及發電量、儲能裝機及儲輸電量、跨區輸電容量、新能源利用率、時序電力平衡情況及綜合度電成本等。
[0034]
對模型進行優化改進，gopt算出綜合lcoe後，通過專家經驗進行判斷，如果lcoe過高，說明技術進步不夠快，或者規模化效應不夠明顯，調整公式(5)的a和c參數，降低10％(每次調整的步長為10％)，使得預測成本進一步下降，gopt算出新的綜合lcoe，反覆迭代，直至綜合lcoe在合理的區間範圍。
[0035]
進一步，一種計算機可讀存儲介質，其上存儲有電腦程式，所述程序被主控制器執行時實現上述中任一項所述的方法。與現有技術相比，本發明的有益效果是：
[0036]
1、對發電時上裝底盤氫燃料電池和鋰電池等進行功率分配，實現安全平穩的能源供應，提高電池的使用壽命，同時將不同的負載工況進行區間劃分，將負載功率需求與燃料電池系統發電功率高效區間擬合，提升整車發電效率。
附圖說明
[0037]
為了更清楚地說明本發明實施方式的技術方案，下面將對實施方式中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發明的某些實施例，因此不應被看作是對範圍的限定，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他相關的附圖。
[0038]
圖1是本發明的整體分析評價體系框圖；
[0039]
圖2是本發明的改進的模型結構圖；
[0040]
圖3是本發明的三維關係曲面圖；
[0041]
圖4是本發明的陸上風電裝機和綜合度電成本圖。
具體實施方式
[0042]
為使本發明實施方式的目的、技術方案和優點更加清楚，下面將結合本發明實施方式中的附圖，對本發明實施方式中的技術方案進行清楚、完整地描述，顯然，所描述的實施方式是本發明一部分實施方式，而不是全部的實施方式。基於本發明中的實施方式，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施方式，都屬於本發明保護的範圍。因此，以下對在附圖中提供的本發明的實施方式的詳細描述並非旨在限制要求保護的本發明的範圍，而是僅僅表示本發明的選定實施方式。基於本發明中的實施方式，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施方式，都屬於本發明保護的範圍。
[0043]
請參閱圖1-4，一種基於技術進步和規模化效應的低碳電力系統規劃方法，具體按以下步驟：
[0044]
本實施例中，以陸上風電為例，基於陸上風電技術歷年的單位初投資成本和trl，通過二維曲線擬合，可以得到該技術的z曲線。基於陸上風電技術歷年的單位初投資成本和裝機容量，通過二維曲線擬合，可以得到該技術的學習曲線。基於各技術歷年trl、裝機容量和單位初投資成本，以及預測水平年的裝機容量和初投資成本初值，通過三維曲線擬合，可以得到三者之間的關係函數。表1給出了陸風發電技術歷年的單位初投資成本、裝機容量和技術成熟度(trl)，通過三維曲線擬合，陸風發電技術的單位投資成本與裝機容量和技術成熟度之間的關係函數見式(7)。其三維關係曲面圖如圖3所示。
[0045][0046]
表1陸上風電歷年裝機容量、初投資成本以及技術成熟度
[0047][0048]
本實施例中，建立含清潔能源發電的電力系統模型，其中，除了陸上風電，其他清潔能源發電及傳統電源裝機，負荷曲線都確定的。通過調整參數a和c，可以得到不同的陸上風電初投資成本預測曲線。調整a和c每降低10％，說明陸上風電技術發展加速，初投資成本降低較快。通過曲線可以預測出未來不同陸上風電技術發展情景下的初投資成本，基於不同的陸上風電成本，通過gopt優化得到的陸上風電裝機和綜合度電成本，如圖4所示。未來陸上風電成本下降越快，陸上風電的裝機容量會越大，同時需要的儲能裝機也更大，但整個電力系統的綜合度電成本會下降。
[0049]
以上所述僅為本發明的優選實施方式而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。